摘要
本发明公开的一种基于神经网络的遥感图像地表水识别方法,本发明使用多光谱卫星图像作为输入,利用深度图像分类模型进行多尺度特征提取作为编码器,使用语义分割模型对获得的特征进行解码作为解码器,基于上述组合的编码器‑解码器结构神经网络构建出一个遥感图像地表水识别提取的深度学习模型,该方法无需人工经验的基础,且有效率高、自动化程度高和精度高的优势;实现小地表水体的精细提取,支持大尺度区域的水资源制图需求。
技术关键词
地表水
神经网络模型
解码器结构
卫星遥感图像
识别方法
编码器
像素
遥感图像信息
数据
多尺度特征提取
图像分类模型
制图需求
语义分割模型
数值
深度学习模型
标签
多光谱
系统为您推荐了相关专利信息
打磨器
打磨装置
神经网络模型
伺服电机控制
双向长短期记忆
参数优化方法
煤岩截割
布局
神经网络模型构建
数据
实例分割模型
水培蔬菜
鱼菜共生系统
识别方法
深度相机
聚乙烯醇缩醛膜
光度
力学
万能测试机
训练参数集
椎体
X光成像设备
关键特征点
端点
神经网络模型识别